Первый зампред «Сбера» Александр Ведяхин дал развернутое интервью Forbes. Он затронул сразу несколько тем: от госрегулирования искусственного интеллекта до экономики больших языковых моделей. Главный месседж: время создания универсальных GenAI-моделей с нуля прошло, сейчас ставка на их применение в конкретных бизнес-задачах.
Изображение - ChatGPT
По словам Ведяхина, в мире сложились три подхода к регулированию ИИ. Европа выбрала жесткие рамки и, как следствие, отстала. Китай на старте вообще не регулировал и ушел вперед. Россия, считает топ-менеджер, должна выбрать поддерживающее регулирование — золотую середину между запретами и анархией. Это значит: не наказывать за некритичные ошибки ИИ, давать налоговые послабления за использование отечественных решений и не возлагать ответственность за каждый сбой на разработчика. Иначе, добавил он, специалисты просто не пойдут в профессию.
Отдельно Ведяхин остановился на экономике ИИ. По его данным, 90% инициатив по внедрению генеративных моделей не доходят до реализации, потому что их авторы не могут обосновать финансовую эффективность перед руководством. Для таких случаев Альянс в сфере ИИ, который возглавляет Ведяхин, выпустил методичку с подробным описанием, как считать потенциальный эффект от внедрения ИИ — отталкиваясь от реальных бизнес-показателей, а не от абстрактных идей.
При этом создавать с нуля большую языковую модель, по мнению Ведяхина, уже поздно. Это гонка бюджетов в десятки и сотни миллиардов долларов, доступная единицам. В России в ней участвуют «Сбер» и «Яндекс». Остальным он советует брать готовые модели и дорабатывать под себя — это дешевле и быстрее окупается. Для малого бизнеса срок возврата инвестиций в ИИ-агентов Ведяхин оценил в 1-1,5 года.
Сам «Сбер» в нынешнем году планирует вложить в GenAI ₽350 млрд. Деньги уйдут в дата-центры, железо и обучение моделей. Процесс обучения большой модели занимает от шести до девяти месяцев. Если команда неправильно выставляет гиперпараметры — настройки, которые определяют, как именно модель учится, — целевая функция перестает улучшаться, и все это время оказывается потрачено впустую. Деньги, вложенные в вычисления, возврату не подлежат. Но отказываться от гонки нельзя — проигравшие в ИИ, как Apple с Siri, вынуждены потом просить технологии у конкурентов.
При этом сам Ведяхин признает: у создателей фундаментальных моделей до сих пор нет понятного бизнес-обоснования, когда и за счет чего эти инвестиции вернутся. Аналитики подсчитали: чтобы покрыть текущие затраты на разработку и обслуживание больших языковых моделей, к 2030 году сектору нужно ежегодно зарабатывать около $2 трлн. Сейчас разрыв между реальной выручкой и необходимыми показателями превышает $800 млрд. Кто и как будет закрывать эту разницу — большой вопрос. Но тут Ведяхин ссылается на Сэма Альтмана: затраты на использование ИИ-сервисов будут снижаться на порядок каждый год. Иначе, заключает он, такая экономика просто рухнет.
Читайте далее на сайте
AMD ради мега-сделки с Meta* предложила гарантии на 20% компании в обмен на закупку чипов
Создатель Xbox: задача Аши Шармы – плавно закрыть игровое подразделение Microsoft в угоду ИИ
KRAFTON наняла директора по ИИ для внедрения технологии в PUBG и другие проекты
Собянин: Москва станет первым в мире городом с управлением дорожным движением с помощью ИИ